4 个月前

CINIC-10 不是 ImageNet 或 CIFAR-10

CINIC-10 不是 ImageNet 或 CIFAR-10

摘要

在这份简短的技术报告中,我们介绍了CINIC-10数据集,作为CIFAR-10的一个插件扩展替代方案。该数据集通过结合CIFAR-10和从ImageNet数据库中选择并下采样的图像编制而成。我们阐述了数据集的编制方法,展示了不同类别的示例图像,提供了存储库各部分的像素分布情况,并给出了一些知名模型的标准基准测试结果。有关下载、使用和编制的详细信息,请参阅相关GitHub仓库。

代码仓库

基准测试

基准方法指标
image-classification-on-cinic-10ResNeXt29_2x64d
Accuracy: 91.45
image-classification-on-cinic-10ResNet-18
Accuracy: 90.27
image-classification-on-cinic-10VGG-16
Accuracy: 87.77
image-classification-on-cinic-10DenseNet-121
Accuracy: 91.26

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
CINIC-10 不是 ImageNet 或 CIFAR-10 | 论文 | HyperAI超神经